Dataset¶
概述 Dataset 的方法和行为的抽象类。
映射式(map-style)数据集需要继承这个基类,映射式数据集为可以通过一个键值索引并获取指定样本的数据集,所有映射式数据集须实现以下方法:
__getitem__
:根据给定索引获取数据集中指定样本,在 paddle.io.DataLoader
中需要使用此函数通过下标获取样本。
__len__
:返回数据集样本个数,paddle.io.BatchSampler
中需要样本个数生成下标序列。
见 paddle.io.DataLoader
。
代码示例¶
import numpy as np
from paddle.io import Dataset
# define a random dataset
class RandomDataset(Dataset):
def __init__(self, num_samples):
self.num_samples = num_samples
def __getitem__(self, idx):
image = np.random.random([784]).astype('float32')
label = np.random.randint(0, 9, (1, )).astype('int64')
return image, label
def __len__(self):
return self.num_samples
dataset = RandomDataset(10)
for i in range(len(dataset)):
print(dataset[i])